Dosen Pengampu:
Dr. Andi Irawan, S. Si., M. P. P., M. Sc.
Disusun oleh:
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
sehingga saya dapat menyelesaikan tugas besar yaitu laporan yang berjudul “Perhitungan sampel
dan penentuan strata pemilik LP2B Kabupaten Mojokerto“ ini tepat pada waktunya.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dari bapak
Andi Irawan pada mata kuliah statistik perencanaan. Selain itu, makalah ini juga bertujuan untuk
menambah wawasan tentang metode pengambilan sampel bagi para pembaca dan juga bagi
penulis.
Kami mengucapkan terima kasih kepada Bapak Andi Irawan, selaku dosen mata kuliah
Statistik Perencanaan yang telah memberikan tugas ini sehingga dapat menambah pengetahuan
dan wawasan sesuai dengan bidang studi yang saya tekuni. Juga pada Ibu Ummi Fadilah yang
telah membimbing kami dalam mempelajari mata kuliah Statistik Perencanaan hingga kami dapat
menyelesaikan tugas besar ini. Kami juga mengucapkan terima kasih kepada semua pihak yang
telah membagi pengetahuannya sehingga kami dapat menyelesaikan makalah ini.
Laporan ini berisikan metode sampling serta cara dalam pengimplementasiannya yaitu
pencuplikan langsung dari populasi. Bilamana ada beberapa kesalahan yang terdapat dalam
laporan ini, izinkan kami menyampaikan permohonan maaf. Karena kami juga mengetahui bahwa
laporan ini masih memiliki banyak kesalahan dan jauh dari kata sempurna.
Di kemudian hari, kami harap laporan ini bisa menjadi patokan atau tolak ukur dalam
pembelajaran ataupun pembuatan karya ilmiah. Adapun, kami juga berharap semoga makalah ini
bisa bermanfaat bagi pembacanya ataupun penelitian selanjutnya.
Tim Penulis
ii
DAFTAR ISI
KATA PENGANTAR................................................................................................................... ii
BAB I .............................................................................................................................................. 1
1.1. Latar Belakang ................................................................................................................. 1
1.2. Rumusan Persoalan .......................................................................................................... 2
1.3. Tujuan............................................................................................................................... 2
1.4. Ruang Lingkup ................................................................................................................. 2
BAB II ............................................................................................................................................ 3
2.1 Metode Penelitian ............................................................................................................. 3
2.2 Metode Pengumpulan Data .............................................................................................. 3
2.3 Metode Analisis Data ....................................................................................................... 3
2.4 Penarikan Sampel ............................................................................................................. 4
2.5 Menentukan Ukuran Sampel ............................................................................................ 4
BAB III........................................................................................................................................... 7
3.1 Deskripsi kasus ................................................................................................................. 7
3.2 Kompilasi data.................................................................................................................. 8
BAB IV ......................................................................................................................................... 11
4.1 Rancangan dan Strategi Sampling.................................................................................. 11
4.2 Output Data .................................................................................................................... 13
BAB V .......................................................................................................................................... 17
5.1 Kesimpulan..................................................................................................................... 17
5.2 Rekomendasi .................................................................................................................. 17
iii
DAFTAR TABEL
Tabel 3 Data Jumlah Penduduk Usia Kerja Menurut Lapangan Usaha di Bidang
iv
BAB I
PENDAHULUAN
1
Berdasarkan uraian-uraian yang telah dijelaskan di atas, kami tertarik untuk membahas
dan mengkaji hal tersebut secara deskriptif, menggunakan data sekunder mengenai persepsi,
aspirasi, dan karakteristik pemilik lahan, Lahan Pertanian Pangan Berkelanjutan (LP2B).
1.2.1 Bagaimana persepsi, aspirasi dan karakteristik pemilik lahan PL2B di Mojokerto?
1.2.2 Bagaimana bentuk rancangan dan strategi sampling?
1.2.3 Bagaimana karakteristik pendukung data pada rancangan sampling?
1.3. Tujuan
1.3.1 Mengetahui bagaimana bentuk persepsi, aspirasi, dan karakteristik pemilik lahan PL2B
di Mojokerto
1.3.2 Mengetahui bentuk rancangan dan startegi sampling serta expected outputnya
1.3.3 Mengetahui karakteristik pendukung rancangan sampling
2
BAB II
REVIEW TEORI
Penelitian ini menggunakan jenis data berupa data kuantitatif yang diperoleh dari data
sekunder. Menurut Sugiyono (2012), sumber data sekunder adalah sumber data yang
diperoleh dengan cara membaca, mempelajari dan memahami melalui media lain yang
bersumber dari literatur, buku-buku, serta dokumen. Peneliti memperoleh data-data tersebut
melalui himpunan data Badan Pusat Statistik dan dinas daerah terkait.
3
hal lainnya, maka tidak dapat dilakukan survey terrhadap keseluruhan populasi. Oleh karena
itu diperlukan penarikan sampel dari keseluruhan populasi.
Sampel adalah sebagian atau wakil populasi yang diteliti (Arikunto, 2002: 109;
Furchan, 2004: 193). Begitu pula menurut Sugiyono (2001: 56) bahwa sampel adalah sebagian
dari jumlah dan karakteristik yang dimiliki oleh populasi. Sampel diambil apabila peneliti
memiliki keterbatasan dalam melakukan penelitian, baik dari segi waktu, tenaga, dana, dan
jumlah populasi yang sangat banyak. Maka diperlukan sampel yang dapat mewakili
keseluruhan populasi. Sampel tersebut dapat diperoleh dengan cara penarikan sampel.
Secara umum, terdapat dua strategi dalam penarikan sampel, yaitu Teknik probabilistic
dan non-probabilistik. Teknik probabilistic (probability sampling) merupakan teknik
penarikan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk
menjadi sampel. Sedangkan teknik non-probabilistik (non-probability sampling) merupakan
teknik penarikan sampel dimana setiap anggota populasi tidak memiliki peluang yang sama
sebagai sampel.
Dalam penelitian ini digunakan teknik penarikan sampel probabilistic dengan cara
stratifikasi atau pembagian strata/kelas untuk mereduksi jumlah obyek yang akan diteliti.
Teknik ini disebut dengan proportionate stratified random sampling. Proportionate stratified
random sampling adalah pengambilan sampel dari anggota populasi secara acak dan berstrata
secara proporsional, dilakukan sampling ini apabila anggota populasinya heterogen (tidak
sejenis).
Proportionate stratified random sampling ini dilakukan dengan cara membuat lapisan-
lapisan (strata), kemudian dari setiap lapisan diambil sejumlah subjek secara acak. Jumlah
subjek dari setiap lapisan (strata) adalah sampel penelitian. Untuk mendapatkan jumlah
sampel penelitian yang baik maka harus dilakukan perhitungan terhadap ukuran sampel yang
dibutuhkan. Hal ini dilakukan agar survei dalam penelitian dapat dilakukan secara efektif.
4
semakin kecil dan sebaliknya makin kecil jumlah sampel menjauhi populasi, maka makin
besar kesalahan generalisasi (diberlakukan umum).
Ada tiga hal yang harus diperhatikan dalam menentukan ukuran sampel. Diantaranya
adalah harus menetapkan besarnya kesalahan pengambilan sampel (sampling error) atau biasa
juga di sebut dengan margin of erroratauthe level of precision. Selain itu kita juga harus
menetapkan tingkat kepercayaan (the confidence level) yang akan digunakan dan dan
derajatvariabilitas (degree of variability).
Prosedur yang dilakukan dalam menentukan ukuran sampel adalah sebagai berikut:
1. Siapkan kerangka sampel (sampling frame)
Sampling frame merupakan daftar populasi dari sampel yang akan diambil
secara acak atau dapat disebut sebagai batasan populasi.
2. Klasifikasikan sampling frame tersebut berdasarkan strata yang dikehendaki
3. Tentukan tingkat ketepatan (the level of precision) atau sampling error
The level of precision merupakan rentang yang mencakup nilai sebenarnya
dari parameter populasi yang diestimasi. Rentang ini seringkali dinyatakan
dalam percentage points (i.e., +/- 5%). The level of precision atau sampling
error juga dapat dikatakan sebagai besarnya kesalahan pengambilan sampel.
4. Tentukan tingkat kepercayaan (the confidence level)
Tingkat kepercayaan (the confidence level) digunakan untuk mengestimasi
nilai sebenarnya dari parameter populasi. Landasan teoritis kriterium ini adalah
central limit theorem. Ide dasar teori ini adalah jika dilakukan penarikan sampel
berulang kali dari sebuah populasi, nilai rata-rata sebuah karakteristik yang
didapat dari penarikan sampel itu sama dengan nilai populasi sebenarnya.
Tingkat kepercayaan paling umum untuk pengukuran statistik adalah 90%, 95%
dan 99%. Kita menentukan 95% confidence level, ini berarti dalam 95 dari 100
kali penarikan sampel, akan diperoleh nilai populasi sebenarnya dalam rentang
tingkat ketepatan yang ditentukan sebelumnya.
5. Tentukan derajat variabilitas (Degree of variability)
Kriterium ini mengacu pada distribusi karakteristik yang menjadi perhatian
dalam populasi yang diteliti. Semakin heterogen sebuah populasi, semakin
besar ukuran sampel yang dibutuhkan, dan sebaliknya. Situasi 50/50 split
5
memiliki variasi yang lebih besardibandingkan dengan 20/80 atau 80/20 split.
Situasi 50/50 split mempunyai derajat variabilitas terbesar.
6. Hitung jumlah completed sample yang dibutuhkan
Rumus berikut dipakai untuk menentukan jumlah completed sample yang
dibutuhkan dengan mempertimbangkan ketiga kriteria di atas dan besarpopulasi
yang diteliti.
𝑁𝑝 𝑝(1 − 𝑝)
𝑁𝑠 =
𝐵
(𝑁𝑝 − 1)(𝐶 )2 + 𝑝(1 − 𝑝)
Dimana,
𝑁𝑠 = ukuran 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑒𝑑 𝑠𝑎𝑚𝑝𝑙𝑒 yang dibutuhkan
𝑁𝑝 = ukuran populasi
𝑝 = proporsi populasi yang diharapkan akan memilih satu dari dua kategori
response
𝐵 = margin of errors
𝐶 = Z score yang sesuai dengan spesifikasi tingkat kepercayaan
7. Pilihlah sampel dari setiap strata secara acak
6
BAB III
GAMBARAN UMUM
Teknik sampling dapat didefinisikan sebagai cara atau metode untuk mengambil cuplikan
dari populasi dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh
representatif dari populasi tersebut. Analisis statistik dari suatu sampel bisa digunakan untuk
menggeneralisasikan keseluruhan populasi (mewakilkan keseluruhan populasi) apabila teknik
pengambilan sampel dilakukan dengan tepat. Teknik ini tentunya dilakukan dengan harapan
bahwa peneliti dapat melakukan survei atau penelitian dengan sampel yang dianggap sudah
merepresentasikan seluruh populasi agar para peneliti dapat lebih menghemat waktu, tenaga,
dan juga biaya. Karena, seperti yang kita ketahui, pengambilan informasi dengan melibatkan
seluruh populasi akan mempersulit berjalannya kegiatan tersebut.
Selain itu, kami juga memilih beberapa karakteristik sosial-ekonomi-demografi yang ada
pada tiap kecamatan Kabupaten Mojokerto untuk diubah menjadi strata-strata yang lebih kecil.
Hal ini menunjukkan pula bahwa menentukan sampel dapat dilakukan menggunakan strata
dengan melibatkan interval untuk semua strata selama karakteristik tersebut dipilih sesuai
dengan keadaan aspek yang paling menunjang sebuah penelitian atau wilayah tertentu. Kami
7
memilih dua karakteristik yang cukup penting pada Kabupaten Mojokerto yaitu kesesuaian
lahan dalam satuan hektar dan jumlah penduduk usia kerja menurut lapangan usaha di bidang
pertanian pada Kabupaten Mojokerto. Kedua karakteristik tersebut kami nilai dapat
dipertimbangkan untuk dibagi menjadi strata-strata kecil yang digunakan untuk dijadikan
bahan penelitian mengingat pertanian dan kesesuaian lahan adalah salah satu sektor unggulan
dari Kabupaten Mojokerto yang memiliki keterkaitan satu sama lain dengan LP2B. Oleh
karena itu, kami menggunakan kedua karakteristik ini dengan harapan bahwa data yang
tercapai dari pengambilan sampel itu dapat mewakilkan seluruh populasi dari masyarakat
Kabupaten Mojokerto dengan baik.
Untuk menunjang penelitian kami yaitu penghitungan jumlah sampel dari pemilik lahan
LP2B yang dibutuhkan dari tiap kecamatan pada Kabupaten Mojokerto, kami membutuhkan
beberapa data yaitu data jumlah pemilik lahan LP2B per kecamatan di Kabupaten Mojokerto.
Selain itu, kami juga memerlukan data kesesuaian lahan dalam hektar per kecamatan di
Kabupaten Mojokerto dan data jumlah penduduk usia kerja menurut lapangan usaha di bidang
pertanian di Kabupaten Mojokerto.
Tabel 1 Data Jumlah Pemilik Lahan LP2B Per Kecamatan di Kabupaten Mojokerto
8
No. Nama Kecamatan Jumlah Pemilik Lahan LP2B
8. Mojoanyar 10.282
9. Bangsal 5.745
10. Trowulan 7.850
11. Ngoro 1.535
12. Mojosari 293
13. Puri 11.184
14. Sooko 2.152
15. Gedeg 1.555
16. Kemlagi 1.483
17. Jetis 1.069
18. Dawarblandong 500
Sumber: Data Dosen
Tabel 2 Data Kesesuaian Lahan Dalam Hektar Per Kecamatan di Kabupaten Mojokerto
9
18. Dawarblandong 805,54
Tabel 3 Data Jumlah Penduduk Usia Kerja Menurut Lapangan Usaha di Bidang Perdagangan di
Kabupaten Mojokerto
10
BAB IV
PEMBAHASAN
Prosedur yang pertama kami lakukan adalah mengambil daftar populasi dari sampel
yang akan diambil secara acak dan menentukan batasan populasinya (Sampling Frame).
Disini dapat diketahui bahwa jumlah populasi dari pemilik lahan LP2B Kabupaten Mojokerto
adalah sebesar 80.766. Kemudian kami menentukan besarnya tingkat kesalahan pengambilan
sampel (The Level of Precision/ Sampling Error) sebesar 5% (+/- margin of errors 5%)
dengan tingkat kepercayaan (Confidence Level) 95%, ini berarti dalam 95 dari 100 kali
penarikan sampel, akan diperoleh nilai populasi sebenarnya dalam rentang tingkat ketepatan
yang ditentukan sebelumnya.
Semakin heterogen sebuah populasi, semakin besar ukuran sampel yang dibutuhkan,
dan sebaliknya. Karena data yang kami miliki bersifat heterogen, derajat variabilitas (Degree
of Variability) yang kami gunakan adalah 50/50 split, dimana situasi 50/50 split memiliki
derajat variabilitas yang terbesar. Kemudian, langkah selanjutnya adalah menghitung jumlah
completed sample yang dibutuhkan, dimana setelah dihitung didapatkan bahwa jumlah
complete sample yang dibutuhkan adalah sebesar 383.
Rumus berikut dipakai untuk menentukan jumlah completed sample yang dibutuhkan
dengan mempertimbangkan ketiga kriteria di atas dan besar populasi yang diteliti.
𝑁𝑝 𝑝(1 − 𝑝)
𝑁𝑠 =
(𝑁𝑝 − 1)(𝐵⁄𝐶 )2 + 𝑝(1 − 𝑝)
(80766)(0,5)(0,5)
𝑁𝑠 = = 382,35 = 383
(80766 − 1)(0,05⁄1,96)2 + (0,5)(0,5)
Setelah jumlah completed sample ditemukan, kemudian kami mencari jumlah masing-
masing sampel pemilik LP2B per kecamatan dengan rumus dibawah ini.
11
∑ 𝑝𝑒𝑚𝑖𝑙𝑖𝑘 𝐿𝑃2𝐵 𝑝𝑒𝑟 𝑘𝑒𝑐𝑎𝑚𝑎𝑡𝑎𝑛
× 383
𝑡𝑜𝑡𝑎𝑙 𝑝𝑒𝑚𝑖𝑙𝑖𝑘 𝐿𝑃2𝐵 𝐾𝑎𝑏. 𝑀𝑜𝑗𝑜𝑘𝑒𝑟𝑡𝑜
Langkah selanjutnya, kami mencari dua karakteristik data yang masih berhubungan
dengan data pemilik LP2B Kabupaten Mojokerto untuk dijadikan sebagai dasar pembagian
strata/ kelas. Dua karakteristik tersebut adalah data kesesuaian lahan (Hektar) dan jumlah
pekerja yang ada di sektor pertanian.
Untuk Penentuan jumlah kelas interval kami menggunakan rumus sturges, dan
didapatkan bahwa jumlah kelas/ strata yang dihasilkan berjumlah enam.
𝐾 = 1 + 3,3 log 𝑛
Kemudian kami menghitung panjang kelas dari masing- masing karakteristik tersebut.
Panjang kelas ini dapat diperoleh dengan rumus di bawah ini.
3071 − 103 + 1
𝑘𝑒𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑙𝑎ℎ𝑎𝑛 → = 577,36 = 577
1 + 3,3 log 18
27855 − 324 + 1
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑘𝑒𝑟𝑗𝑎 𝑑𝑖 𝑠𝑒𝑘𝑡𝑜𝑟 𝑝𝑒𝑟𝑡𝑎𝑛𝑖𝑎𝑛 → = 5353,9 = 5354
1 + 3,3 log 18
Karakteristik
Kelas
Kesesuaian Lahan (Ha) Jumlah Pekerja di Sektor Pertanian
1 103-679 324-5.677
2 680-1.256 5.678-11.031
3 1.257-1.833 11.032-16.385
4 1.834-2.410 16.386-21.739
5 2.411-2.987 21.740-27.093
6 2.988-3.564 27.094-32.447
12
4.2 Output Data
Strata
Jumlah Rencana Sampel
Kesesua Nama Kesesuaian Kecamatan
Kelas Pemilik Total Pemilik
ian Kecamatan Lahan (Ha) Terpilih
LP2B Responden LP2B
Lahan
13
2.988- Kutorejo 3015,57 4.941 23 Kutorejo
14
Karakteristik #2 (Jumlah Pekerja di Sektor Pertanian)
Strata
Jumlah
Jumlah Jumlah Rencana Sampel
Nama Pekerja di Kecamatan
Kelas Pekerja di Pemilik Total Pemilik
Kecamatan Sektor Terpilih
Sektor LP2B Responden LP2B
Pertanian
Pertanian
11.032-
3 Trowulan 11.319 7.850 37 Trowulan 37
16.385
16.386-
4 Ngoro 18.022 1.535 7 Ngoro 7
21.739
15
21.740-
5 Pacet 24.713 6.252 30 Pacet 30
27.093
16
BAB V
PENUTUP
5.1 Kesimpulan
Dalam penelitian mengenai persepsi, aspirasi, dan karakteristik pemilik lahan pada
anggota Lahan Pertanian Pangan Berkelanjutan (LP2B), yang dilakukan oleh tim konsultan
Dep. PWK, ITS Surabaya. Untuk mengehamat biaya dan efisiensi waktu dalam jalannya
penelitian ini, maka perlu dilakukan penarikan sampel dari 81.000 pemilik lahan yang masuk
skema LP2B di 18 kecamatan. Teknik pengambilan sampel yang digunakan ialah
proportionate stratified random sampling, dengan membuat strata atau lapisan-lapisan yang
diambil sejumlah subjek secara acak. Strata yang telah dibagi akan ada ukuran interval yang
sama setiap stratanya. Teknik pengambilan sampel ini akan memperkecil jumlah data dan
ruang lingkup yang diteliti, namun dapat menggambarkan populasi asalnya. Sehingga sampel
ini diharapkan dapat mewakili keseluruhan gejala yang diamati, sehingga dapat mengefisiensi
pelaksanaanya.
5.2 Rekomendasi
Setelah melakukan penelitian ini, rekomendasi yang dapat diberikan yaitu bila
melaksanakan uji penelitian terhadap data yang populasinya dapat dikatakan banyak maka
tidak perlu menggunakan seluruh populasi tersebut, cukup menggunakan sampel. Namun
perlu diingat Teknik pengambilan sampel ini ada bermacam-macam dan ada langkah-langkah
yang harus dilakukan dengan tepat agar tidak ada penyelewangan hasil yang jauh dari populasi
atau keadaan seluruhnya.
17
DAFTAR PUSTAKA
Bungin B., (2005). Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi, dan Kebijakan
Cipta, hal. 12
Seran, S., 2017, Hubungan Antara Pendidikan, Pengangguran, dan Pertumbuhan Ekonomi dengan
Kemiskinan, Jurnal Ekonomi Kuantitatif Terapan, vol. 10, no.2, hh. 66-67
18
TUGAS BESAR STATISTIKA PERENCANAAN
ANALISIS STATISTIK PADA ASPEK KEMISKINAN DAN
KEPEMILIKAN FASILITAS BUANG AIR BESAR SENDIRI DI PROVINSI
JAWA BARAT DAN SUMATERA BARAT TAHUN 2019
Dosen Pengampu :
Dr. Andi Irawan, S. Si., M. P. P., M. Sc.
Disusun oleh :
1. Fayza Adilah Pradani 5015201006
2. Giselle Raniah A. K. 5015201011
3. Farah Sabara Putri P. 5015201013
4. Julia Rima Dini 5015201017
5. Firnanda Firdaus R. 5015201037
6. Naila Hafizhah Irawan 5015201049
Pertama-tama, kami ucapkan syukur dan terima kasih kepada Allah swt. Tuhan Yang Maha
Esa atas rahmat dan karunia-Nya sehingga kami dapat menyelesaikan laporan ini. Laporan ini
kiranya tak akan selesai tanpa bantuan dari beberapa pihak yang terus mendorong penulis untuk
menyelesaikannya. Laporan berjudul “Analisis Statistik Pada Aspek Kemiskinan dan Kepemilikan
Fasilitas Buang Air Besar Di Provinsi Jawa Barat Dan Sumatera Barat” kami tulis dengan tujuan
untuk memenuhi tugas dari mata kuliah Statistik Perencanaan.
Terima kasih penulis haturkan kepada Bapak Andi Irawan dan Ibu Ummi Fadilah yang
senantiasa membimbing kami di dalam kelas dan dalam penyusunan laporan ini. Tanpa adanya
bimbingan dari beliau, kami kiranya tidak akan mampu menyelesaikan makalah ini dengan baik.
Penyusunan laporan yang berjudul “Analisis Statistik Pada Aspek Kemiskinan dan
Kepemilikan Fasilitas Buang Air Besar Di Provinsi Jawa Barat Dan Sumatera Barat” ini tidaklah
mudah. Sebab, banyak hal yang harus kami pelajari sebelumnya agar dapat menyimpulkan suatu
permasalahan ke dalam sebuah analisis yang komperhensif.
Adapun, laporan ini berisikan mengenai analisis dari dua aspek yang menurut kami bisa
jadi saling memiliki keterkaitan yaitu kemiskinan dan kepemilikan fasilitas buang air besar.
Bilamana ada beberapa kesalahan yang terdapat dalam laporan ini, izinkan kami menyampaikan
permohonan maaf. Sebab, laporan ini memang tidak sempurna dan masih memiliki banyak
kelemahan.
Besar harapan kami, di kemudian hari kami harap laporan ini bisa menjadi patokan atau
tolak ukur dalam pembelajaran ataupun pembuatan karya ilmiah. Adapun, penulis juga berharap
semoga makalah ini bisa bermanfaat bagi pembacanya ataupun penelitian selanjutnya.
Tim Penulis
ii
DAFTAR ISI
KATA PENGANTAR................................................................................................................... ii
DAFTAR ISI................................................................................................................................. iii
DAFTAR TABEL ........................................................................................................................ iv
BAB I .............................................................................................................................................. 1
2.1 Latar Belakang ................................................................................................................. 1
2.2 Rumusan Persoalan .......................................................................................................... 2
2.3 Tujuan............................................................................................................................... 2
2.4 Ruang Lingkup ................................................................................................................. 2
BAB II ............................................................................................................................................ 3
2.1 Teori ................................................................................................................................. 3
2.2 Metode Penelitian ............................................................................................................. 7
2.3 Metode Pengumpulan Data .............................................................................................. 7
2.4 Metode Analisis Data ....................................................................................................... 7
BAB III......................................................................................................................................... 12
3.1 Deskripsi Kasus .............................................................................................................. 12
3.2 Kompilasi Data............................................................................................................... 13
BAB IV ......................................................................................................................................... 18
4.1 Perhitungan Rata- rata, Variansi, dan Standar Deviasi .................................................. 20
4.2 Uji Hipotesis................................................................................................................... 24
4.3 Analisis Korelasi ............................................................................................................ 28
BAB V .......................................................................................................................................... 34
5.1 Kesimpulan..................................................................................................................... 34
5.2 Rekomendasi .................................................................................................................. 35
DAFTAR PUSTAKA .................................................................................................................. 36
iii
DAFTAR TABEL
Tabel 1 Nilai z-tabel yang Sering Digunakan dalam Uji Hipotesis ………………………12
Tabel 3 Data Persentase Penduduk Miskin Menurut Kota/Kabupaten di Provinsi Jawa Barat
Tahun 2019 ………………………………………………………………………16
Tabel 5 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sediri
di Kabupaten/Kota di Provinsi Jawa Barat Barat Tahun 2019 ……………………19
Tabel 6 Data Persentase Rumah Tangga menurut Fasilitas Tempat Buang Air Besar Sendiri
di Kabupaten/Kota Provinsi Sumatera Barat Tahun 2019 ………………………20
Tabel 7 Uji Hipotesis Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air
Besar Sendiri Menggunakan Excel ………………………………………………29
Tabel 8 Uji Hipotesis Persentase Penduduk Miskin Menggunakan Excel ………………..31
iv
BAB I
PENDAHULUAN
1
sekunder mengenai korelasi kepemilikan fasilitas buang air besar sendiri terhadap indeks
kemiskinan.
2.3 Tujuan
2
BAB II
REVIEW TEORI
2.1 Teori
3
tidak mampu menamatkan pendidikannya hingga ke jenjang yang tinggi, maka akan
mengalami kesulitan dalam mendapatkan pekerjaan, dimana akan mengakibatkan
pengangguran. Masalah pengangguran ini kemudian akan mengarah ke meningkatnya angka
kriminalitas seperti pencurian, penipuan, pembegalan, atau penjambretan demi memenuhi
kebutuhan hidup sehari-hari.
Dampak dari kemiskinan bagi negara juga berupa pertumbuhan ekonomi. Pendidikan
dan pengangguran merupakan penyebab dari pertumbuhan ekonomi. Makin tinggi kualitas
tenaga kerja, makin besar kontribusinya terhadap pertumbuhan ekonomi dan makin tinggi
angka pengangguran, maka akan cenderung berpotensi mengurangi pertumbuhan ekonomi
(Seran, 2017).
Tak hanya itu, kemiskinan juga memiliki dampak serius terhadap lingkungan.
Kemiskinan perlu mendapat perhatian lebih lanjut, khususnya masyarakat yang tinggal di
kawasan-kawasan yang seharusnya digunakan untuk pemukiman. Daerah itu meliputi
pinggiran sungai, kolong jembatan, atau trotoar. Hal ini tentunya akan mengganggu keindahan
sebuah kota sehingga kota tersebut akan terlihat kumuh, tidak terawat, dan tidak sehat. Sesuai
Rencana Tata Ruang Wilayah, daerah-daerah tersebut merupakan daerah sempadan sungai
yang seharusnya tidak boleh ditinggali. Seperti contoh dalam RTRW Kabupaten Bekasi,
kawasan sempadan sungai termasuk kawasan lindung yang dimana tidak dapat dikembangkan
menjadi kawasan pemukiman.
Warga-warga yang tidak mampu membeli atau menyewa rumah memutuskan untuk
tinggal di bantaran sungai, kolong jembatan, hingga trotoar, dimana pembuangan utama
mereka langsung menuju aliran sungai. Menurut data Badan Pusat Statistik, pada tahun 2016
terdapat 24,07% warga yang tidak memiliki fasilitas tempat buang air besar sendiri. Fasilitas
pembuangan air besar tersebut didapatkan melalui MCK bersama, umum, hingga tidak
menggunakan dan tidak memiliki fasilitas tersebut. Hal inilah yang nantinya akan
menyebabkan permasalahan lingkungan, baik bencana alam seperti banjir atau rusaknya
ekosistem perairan.
Penduduk miskin dan fasilitas pembuangan air besar juga telah disebutkan dalam
Rencana Pembangunan Jangka Menengah Daerah (RJPMD) yang diuraikan sebagai berikut:
1. Persentase Penduduk Miskin Menurut RPJMD Jawa Barat
4
Persentase penduduk miskin Jawa Barat per Maret 2019 mencapai 6,91% dengan
target RPJMD 2019 mencapai 6,66-6,90%. Angka ini sudah cukup baik karena
persentase penduduk miskin di Jawa Barat lebih rendah dari persentase nasional
sebesar 9,41%. Persentase penduduk miskin menurut data Badan Pusat Statistik (BPS)
Jabar tahun 2019 mengalami penurunan hingga mencapai angka 6,91 persen atau
sekira 3,4 juta jiwa, jika dibandingkan dengan angka kemiskinan di tahun 2018 yang
mencapai 7,45 persen atau sekira 3,61 juta jiwa.
Ada tiga hal yang perlu dilakukan Pemerintah Daerah Provinsi (Pemdaprov)
Jawa Barat (Jabar) untuk meningkatkan pertumbuhan ekonomi dan menekan angka
kemiskinan. Pertama dengan memperbanyak investasi. Oleh karena itu, promosi dan
kondusivitas keamanan wilayah perlu dijaga agar investor tertarik untuk menanamkan
modalnya. Kedua yaitu dengan pembangunan infrastruktur sebagai faktor penting
penggerak ekonomi daerah. Untuk itu, pembangunan infrastruktur harus dipercepat.
Kemudian yang ketiga dengan pengembangan kewirausahaan. Pemdaprov Jabar
memiliki berbagai program seperti One Pesantren One Product, Kredit Mesra, hingga
Satu Desa Satu Perusahaan.
2. Persentase Penduduk Miskin Menurut RPJMD Sumatera Barat
Tingkat kemiskinan merupakan salah satu tolak ukur keberhasilan pembangunan
suatu daerah, karena dari tingkat kemiskinan mencerminkan tingkat kesejahteraan
masyarakatnya. Mewujudkan masyarakat yang sejahtera pada dasarnya merupakan
tujuan dari pembangunan daerah. Begitu juga halnya dengan pemerintah Provinsi
Sumatera Barat, penurunan tingkat kemiskinan dijadikan salah satu dari prioritas
RPJMD. Tingkat kemiskinan digambarkan dengan persentase penduduk miskin
Jumlah penduduk miskin Provinsi Sumatera Barat pada bulan Maret 2019
tercatat sebanyak 348,22 ribu jiwa atau sekitar 6,42%. Angka ini berkurang sebanyak
5 ribu jiwa dibandingkan dengan kondisi September 2018 sebesar 353,24 ribu jiwa
atau 6,55%. Jumlah penduduk miskin di Sumatera Barat masih berada dibawah jumlah
rata-rata nasional (9,41%), dan berada pada posisi 9 terendah secara Nasional,
sedangkan untuk pulau Sumatera, Sumbar berada pada posisi ke-3 dibawah Provinsi
Bangka Belitung dan Kepulauan Riau.
5
Untuk menekan persentase penduduk miskin, Pemerintah Provinsi Sumatera
Barat dalam RPJMD memiliki beberapa strategi seperti meningkatkan keterpaduan
dalam penurunan kemiskinan, mengurangi beban pengeluaran masyarakat miskin, dan
meningkatkan kemampuan juga pendapatan masyarakat miskin. Hal tersebut didukung
dengan beberapa Program Pembangunan Daerah seperti peningkatan akses dan
pemerataan pendidikan menengah, pelayanan kesehatan penduduk miskin, dan
sebagainya.
3. Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri
(RPJMD Jawa Barat)
Persentase rumah tangga menurut fasilitas tempat buang air besar sendiri di
Provinsi Jawa Barat pada tahun 2019 mencapai angka 82,35%. Persentase tersebut
mengalami peningkatan dari tahun sebelumnya yaitu 2018 dengan persentase sebesar
80,85%. Dalam RPJMD Provinsi Jawa Barat Tahun 2018-2023 terdapat beberapa
arahan kebijikan dan program dalam mewujudkan sanitasi layak termasuk fasilitas
tempat buang air besar sendiri. Salah satunya yaitu dengan pemerataan akses terhadap
sanitasi layak dan peningkatan Perilaku Hidup Bersih dan Sehat (PHBS). Arahan
kebijakannya berupa pengembangan sarana prasarana sanitasi dan pengelolaan air
limbah domestic/rumah tangga dengan program seperti program pengelolaan dan
pengembangan sistem drainase juga system air limbah, program peningkatan
prasarana, sarana, dan utilitas umum (PSU), dan lain sebagainya.
4. Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri
(RPJMD Sumatera Barat)
Persentase rumah tangga menurut fasilitas tempat buang air besar sendiri di
Provinsi Sumatera Barat pada tahun 2019 mencapai angka 74,99%. Persentase tersebut
mengalami peningkatan dari tahun sebelumnya yaitu 2018 dengan persentase sebesar
71,79%. Untuk meningkatkan persentase rumah tangga menurut fasilitas tempat buang
air besar sendiri, Pemerintah Provinsi Sumatera Barat memeliki beberapa strategi,
arahan kebijakan, dan program yang tertuang dalam RPJMD Provinsi Sumatera Barat.
Strategi yang dilakukan yaitu dengan membenahi prasarana dan sarana umum di
kawasan pemukiman/perumahan dan lingkungan juga dengan meningkatkan peran
swasta dan masyarakat dalam penyediaan prasarana umum pada kawasan
6
pemukiman/perumahan dan lingkungan termasuk fasilitas tempat buang air besar atau
sanitasi yang layak.
Penelitian ini menggunakan jenis data berupa data kuantitatif yang diperoleh dari data
sekunder. Menurut Sugiyono (2012), sumber data sekunder adalah sumber data yang
diperoleh dengan cara membaca, mempelajari dan memahami melalui media lain yang
bersumber dari literatur, buku-buku, serta dokumen. Peneliti memperoleh data-data tersebut
melalui himpunan data Badan Pusat Statistik dan dinas daerah terkait.
Data yang dikumpulkan dalam penelitian ini merupakan data kuantitatif dengan skala
pengukuran rasio. Data tersebut kemudian diuji menggunakan metode pengujian hipotesis
(statistik) dan dianalisis menggunakan metode analisis korelasi.
2.4.1 Pengujian Hipotesis (Statistik)
7
Hipotesis merupakan pernyataan sementara yang nantinya harus diuji
mengenai didukung atau tidaknya pernyataan tersebut oleh suatu data. Hipotesis sering
digunakan sebagai dasar pembuatan keputusan atau pemecahan persoalan ataupun
untuk dasar penelitian lebih lanjut. Dengan adanya berbagai keterbatasan seperti
terbatasnya biaya, tenaga, dan waktu, maka tidak memungkinkan untuk
mengumpulkan data atau informasi dari populasi keseluruhan dalam pengujian
hipotesis. Untuk mereduksi jumlah obyek yang akan diteliti dapat dilakukan dengan
cara sampling.
Sampling merupakan cara mengambil himpunan bagian dari populasi untuk
mendapatkan sampel yang kemudian dapat dijadikan bahan untuk menarik kesimpulan
(inference). Masyhuri (2008) mengatakan, sampel adalah wakil semua unit strata dan
sebagainya yang ada di dalam populasi. Dari kesimpulan tersebut dapat diperoleh
keputusan untuk menolak atau tidak menolak hipotesis yang sedang diuji karena dalam
pengujian hipotesis menggunakan informasi sampel, maka keputusan yang dibuat
dalam menolak/tidak menolak hipotesis mengandung ketidakpastian (uncertainty)
dengan menetapkan toleransi kesalahan/error dalam pengambilan keputusan.
Pada penelitian ini, pengujian hipotesis dilakukan dengan uji hipotesis rata-rata
dua sampel (Hypothesis Testing for Two Sample Means). Karena sampel yang
digunakan jumlahnya melebihi 30 sampel, maka pengujian termasuk uji hipotesis rata-
rata dua sampel besar dengan menggunakan tabel-z (z-Test: Two Sample for Means).
Prosedur yang dilakukan dalam pengujian hipotesis (statistik) ini ialah sebagai
berikut:
1. Tetapkan Hipotesis
Pada tahap ini dilakukan penentuan mengenai hipotesis yang akan diuji.
Terdapat 2 tipe hipotesis, yaitu:
a. Hipotesis Nol (H0 ), merupakan pernyataan tentang nilai parameter populasi.
Hipotesis nol juga merupakan kebalikan dari pernyataan pada hipotesis
alternatif. Hipotesis nol dapat dinyatakan dengan tanda (≤ 𝑎𝑡𝑎𝑢 ≥) dalam uji
hipotesis satu arah (one-tailed test) dan tanda (=) dalam uji hipotesis dua arah
(two-tailed test).
8
b. Hipotesis Alternatif (H1 ), merupakan pernyataan yang diterima apabila data
sampel memberikan bukti bahwa hipotesis nol salah. Hipotesis alternatif
dapat dinyatakan dengan tanda (< 𝑎𝑡𝑎𝑢 >) dalam uji hipotesis satu arah
(one-tailed test) dan tanda (≠) dalam uji hipotesis dua arah (two-tailed test).
2. Tetapkan Nilai z-tabel atau z kritis (Critical Value)
Nilai z-tabel (critical value) merupakan titik yang membagi daerah dimana
Hipotesis Nol (H0 ) ditolak dan daerah dimana Hipotesis Nol (H0 ) tidak ditolak.
Nilai z-tabel (critical value) dapat diperoleh berdasarkan taraf signifikasi yang
digunakan.
Taraf signifikasi merupakan peluang menolak Hipotesis Nol (H0 ) padahal
Hipotesis Nol (H0 ) tersebut benar. Taraf signifikasi yang sering digunakan adalah
1%, 5%, dan maksimal 10%. Kemudian nilai z-tabel dapat dilihat pada tabel
distribusi normal. Beberapa nilai z-tabel yang sering digunakan dalam uji
hipotesis terdapat pada tabel dibawah ini.
9
Pada uji hipotesis rata-rata dua sampel digunakan rumus sebagai berikut:
𝑥̅1 − 𝑥̅2
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑠1 2 𝑠2 2
√
𝑛1 + 𝑛2
10
data tersebut dapat menunjukkan korelasinya. Korelasi ini menghitung data apa adanya,
tidak membuat peringkat (ranking) atas data yang digunakan. Notasi koefisien korelasi
Pearson adalah r.
Prosedur yang dilakukan dalam analisis korelasi Pearson adalah sebagai
berikut:
1. Menentukan Variabel X dan Variabel Y.
Variabel bebas/ independent (X) adalah variabel yang menjadi dasar
estimasi (sebab), sedangkan variabel terikat/ dependent (Y) adalah variabel yang
sedang diprediksi atau diperkirakan (akibat).
2. Mengidetifikasi Koefisien Korelasi
Pada metode analisis koefisien korelasi Pearson, digunakan rumus sebagai
berikut:
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]
3. Menarik Kesimpulan
Setelah diperoleh nilai r atau nilai koefisien korelasi, klasifikasikan nilai
tersebut ke dalam interpretasi koefisien korelasi. Nilai r tersebut menunjukan
derajat dan arah hubungan antar dua variabel. Berikut tabel klasifikasi kekuatan
korelasi yang digunakan dalam penelitian ini.
11
BAB III
GAMBARAN UMUM
12
dua hal tersebut. Uji korelasi yang akan digunakan adalah korelasi Pearson yaitu penghitungan
korelasi dengan menggunakan variasi data. Selain itu, kami juga melakukan uji hipotesis untuk
menguji ketepatan data yang terdapat dari sumber.
Dari data-data hasil survey oleh Badan Pusat Statistik yang kami dapatkan melalui
internet, kami memutuskan untuk memilih dua provinsi di Indonesia yang akan kami gunakan
sebagai variabel pada uji hipotesis dan korelasi. Provinsi tersebut adalah Provinsi Jawa Barat
sebagai provinsi termiskin ke-19 di Indonesia dan Provinsi Sumatera Barat sebagai provinsi
termiskin ke-26 di Indonesia (BPS, 2019). Alasan kami memilih kedua provinsi tersebut adalah
kelengkapan data yang dimilikinya yang kami lihat dari aspek persentase kemiskinan provinsi
dari tiap kabupaten/kota pada tahun 2019 dan persentase kepemilikan fasilitas sanitasi pribadi
untuk buang air besar pada tahun 2019.
3.2.1 Data Persentase Penduduk Miskin Menurut Kota/Kabupaten di Provinsi Jawa Barat
dan Sumatera Barat Tahun 2019
Pada penelitian untuk menentukan hipotesis dan menghitung korelasi antara
kemiskinan masyarakat dan kepemilikan fasilitas buang air besar pribadi, dibutuhkan
beberapa data yang digunakan untuk melakukan perhitungan. Data pertama yang
digunakan adalah data persentase penduduk miskin menurut kota/kabupaten di
Provinsi Jawa Barat dan Sumatera Barat menggunakan data sekunder yang bersumber
dari Badan Pusat Statistik.
13
5. Garut 8,98
6. Tasikmalaya 9,12
7. Ciamis 6,65
8. Kuningan 11,41
9. Cirebon 9,94
10. Majalengka 10,06
11. Sumedang 9,05
12. Indramayu 11,11
13. Subang 8,12
14. Purwakarta 7,48
15. Karawang 7,39
16. Bekasi 4,01
17. Bandung Barat 9,38
18. Pangandaran 7,71
19. Kota Bogor 5,77
20. Kota Sukabumi 6,67
21. Kota Bandung 3,38
22. Kota Cirebon 8,41
23. Kota Bekasi 3,81
24. Kota Depok 2,07
25. Kota Cimahi 4,39
26. Kota Tasikmalaya 11,6
27. Kota Banjar 5,5
28. Provinsi Jawa Barat 6,91
Sumber: Badan Pusat Statistik
14
1. Kepulauan Mentawai 14,43
2. Pesisir Selatan 7,88
3. Kab.Solok 7,98
4. Sijunjung 7,04
5. Tanah Datar 4,66
6. Padang Pariaman 7,1
7. Agam 6,75
8. Lima Puluh Kota 6,97
9. Pasaman 7,21
10. Solok Selatan 7,33
11. Dharmasraya 6,29
12. Pasaman Barat 7,14
13. Padang 4,48
14. Kota Solok 3,24
15. Sawahlunto 2,17
16. Padang Panjang 5,6
17. Bukittinggi 4,6
18. Payakumbuh 5,68
19. Pariaman 4,76
20. Sumatera Barat (Provinsi) 6,42
Sumber: Badan Pusat Statistik
3.2.2 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar sendiri di
Kabupaten/Kota Provinsi Jawa Barat dan Sumatera Barat
Selain data persentase kemiskinan di Kabupaten/Kota Provinsi Jawa Barat dan
Sumatera Barat, diperlukan pula data persentase rumah tangga menurut fasilitas
tempat buang air besar sendiri di kabupaten/kota Provinsi Jawa Barat dan Sumatera
Barat untuk dapat melakukan uji hipotesis antara kedua provinsi dan uji korelasi antara
kemiskinan dan kepemilikan fasilitas sanitasi (buang air besar) pribadi dari masing-
masing provinsi.
15
Tabel 5 Data Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air
Besar Sediri di Kabupaten/Kota di Provinsi Jawa Barat Barat Tahun 2019
Persentase Rumah Tangga menurut
No. Kabupaten/Kota Fasilitas Tempat Buang Air Besar
Sendiri
1. Kab. Bogor 80,68
2. Kab. Sukabumi 75,49
3. Kab. Cianjur 70,04
4. Kab. Bandung 81,16
5. Kab. Garut 73,3
6. Kab. Tasikmalaya 70,28
7. Kab. Ciamis 81,81
8. Kab. Kuningan 88,91
9. Kab. Cirebon 75,01
10. Kab. Majalengka 86,08
11. Kab. Sumedang 89,54
12. Kab. Indramayu 76,84
13. Kab. Subang 86,04
14. Kab. Purwakarta 89,9
15. Kab. Karawang 80,35
16. Kab. Bekasi 89,81
17. Kab. Bandung Barat 85,68
18. Kab. Pangandaran 82,3
19. Kota Bogor 88,74
20. Kota Sukabumi 89,89
21. Kota Bandung 75,18
22. Kota Cirebon 83,78
23. Kota Bekasi 96,9
24. Kota Depok 96,9
16
25. Kota Cimahi 80,08
26. Kota Tasikmalaya 86,14
27. Kota Banjar 91,28
Sumber: Badan Pusat Statistik
Tabel 6 Data Persentase Rumah Tangga menurut Fasilitas Tempat Buang Air Besar Sendiri
di Kabupaten/Kota Provinsi Sumatera Barat Tahun 2019
17
BAB IV
PEMBAHASAN
Topik yang akan kami bahas adalah analisis statistik pada aspek kemiskinan dan
kepemilikan fasilitas buang air besar di kabupaten atau kota Provinsi Jawa Barat dan Sumatera
Barat pada tahun 2019. Kami mengambil data terkait topik yang akan dianalisis melalui website
Badan Pusat Statistik (www.bps.go.id). Parameter yang kami gunakan adalah persentase rumah
tangga menurut fasilitas tempat buang air besar sendiri dan persentase penduduk miskin.
Setelah semua data terkumpul, kami menentukan rata-rata, variansi, dan standar deviasi
masing- masing parameter yang digunakan terlebih dahulu dengan menggunakan rumus di bawah
ini.
∑(𝑥𝑖 − 𝑋̅)2
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 2 =
𝑛−1
∑(𝑥𝑖 − 𝑋̅)2
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √
𝑛−1
Kemudian kami menentukan hipotesis yang kemungkinan besar benar dan mendukung
data yang telah didapatkan untuk tujuan pengujian, dimana langkah pertama yang dilakukan adalah
menentukan hipotesis nol (H0 ) dan hipotesis alternatif (H1 ). Hipotesis nol adalah pernyataan
tentang nilai parameter populasi, sedangkan hipotesis alternatif adalah pernyataan yang diterima
apabila data sampel memberikan bukti bahwa hipotesis nol salah. Lalu langkah selanjutnya adalah
menentukan taraf signifikansi, disini kami sepakat untuk menggunakan tingkat kepercayaan 95%
(taraf signifikansi 5%). Ada dua tipe kesalahan dalam pengambilan hipotesis, yaitu menolak
hipotesis nol yang benar dan menerima hipotesis nol yang salah. Kemudian, langkah selanjutnya
adalah menentukan critical value (z tabel) berdasarkan taraf signifikansi yang dipilih dan
menghitung statistik uji (z hitung), dengan rumus yang ada di bawah ini.
𝑥̅1 − 𝑥̅2
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑠1 2 𝑠2 2
√
𝑛1 + 𝑛2
Setelah nilai statistik uji ditemukan, langkah selanjutnya adalah merumuskan aturan
keputusan terhadap H0 . Hipotesis nol diterima apabila -critical value < z hitung < +critical value,
18
dan hipotesis nol ditolak apabila +z hitung > +critical value atau -z hitung < -critical value. Lalu
langkah yang terakhir adalah menyimpulkan hipotesis.
Selain menentukan hipotesis, kami juga menganalisis korelasi kedua parameter di masing-
masing wilayah dengan menggunakan metode korelasi pearson. Kami menggunakan metode ini
karena data yang kami dapatkan merupakan data rasio. Langkah pertama yang kami lakukan yaitu
menentukan variabel bebas/ independent (X) dan variabel terikat/ dependent (Y). Variabel bebas
adalah variabel yang menjadi dasar estimasi (sebab), sedangkan variabel terikat adalah variabel
yang sedang diprediksi atau diperkirakan (akibat). Kemudian kami menentukan koefisien korelasi
(r) dengan rumus yang ada di bawah ini.
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]
Koefisien korelasi yang telah didapatkan akan menggambarkan kekuatan hubungan atau
korelasi antara dua variabel yang sudah ditentukan sebelumnya, dimana :
Nilai positif pada koefisien korelatif menandakan bahwa kedua variabel berhubungan
beriringan/ searah, sedangkan nilai negatif pada koefisien korelatif menandakan bahwa kedua
variabel berhubungan berkebalikan.
19
4.1 Perhitungan Rata- rata, Variansi, dan Standar Deviasi
4.1.1 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri di
Provinsi Jawa Barat Tahun 2019
20
4.1.2 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri di
Provinsi Sumatera Barat Tahun 2019
Kab/Kota di Persent
No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Sumatera Barat ase
Kab. Kepulauan
1 56,01 75,81 -19,8 19,8 392,04
Mentawai
Kab. Pesisir
2 74,77 75,81 -1,04 1,04 1,08
Selatan
3 Kab. Solok 62,16 75,81 -13,65 13,65 186,32
4 Kab. Sijunjung 69,71 75,81 -6,1 6,1 37,21
5 Kab. Tanah Datar 78,42 75,81 2,61 2,61 6,81
Kab. Padang
6 73,76 75,81 -2,05 2,05 4,20
Pariaman
7 Kab. Agam 84,58 75,81 8,77 8,77 76,91
Kab. Lima Puluh
8 66,38 75,81 -9,43 9,43 88,93
Kota
9 Kab. Pasaman 58,29 75,81 -17,52 17,52 306,95
10 Kab. Solok Selatan 60,65 75,81 -15,16 15,16 229,83
11 Kab. Dharmasraya 87,03 75,81 11,22 11,22 125,89
Kab. Pasaman
12 64,47 75,81 -11,34 11,34 128,60
Barat
13 Kota Padang 83,02 75,81 7,21 7,21 51,98
14 Kota Solok 87,31 75,81 11,5 11,5 132,25
15 Kota Sawahlunto 86,26 75,81 10,45 10,45 109,20
Kota Padang
16 85,71 75,81 9,9 9,9 98,01
Panjang
17 Kota Bukittinggi 82,15 75,81 6,34 6,34 40,20
18 Kota Payakumbuh 90,3 75,81 14,49 14,49 209,96
19 Kota Pariaman 89,38 75,81 13,57 13,57 184,14
JUMLAH 2410,51
∑(𝑥𝑖 − 𝑋̅)2 2410,51
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 2 = = = 133,92
𝑛−1 18
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √133,92 = 11,57
21
4.1.3 Persentase Penduduk Miskin di Provinsi Jawa Barat Tahun 2019
22
4.1.4 Persentase Penduduk Miskin di Provinsi Sumatera Barat Tahun 2019
Kab/Kota di Persent
No. X 𝒙𝒊 − X |𝒙𝒊 − X| (𝒙𝒊 − X )𝟐
Sumatera Barat ase
Kab. Kepulauan
1 14,43 6,38 8,05 8,05 64,80
Mentawai
Kab. Pesisir
2 7,88 6,38 1,5 1,5 2,25
Selatan
3 Kab. Solok 7,98 6,38 1,6 1,6 2,56
4 Kab. Sijunjung 7,04 6,38 0,66 0,66 0,44
5 Kab. Tanah Datar 4,66 6,38 -1,72 1,72 2,96
Kab. Padang
6 7,1 6,38 0,72 0,72 0,52
Pariaman
7 Kab. Agam 6,75 6,38 0,37 0,37 0,14
Kab. Lima Puluh
8 6,97 6,38 0,59 0,59 0,35
Kota
9 Kab. Pasaman 7,21 6,38 0,83 0,83 0,69
10 Kab. Solok Selatan 7,33 6,38 0,95 0,95 0,90
11 Kab. Dharmasraya 6,29 6,38 -0,09 0,09 0,0081
Kab. Pasaman
12 7,14 6,38 0,76 0,76 0,58
Barat
13 Kota Padang 4,48 6,38 -1,9 1,9 3,61
14 Kota Solok 3,24 6,38 -3,14 3,14 9,86
15 Kota Sawahlunto 2,17 6,38 -4,21 4,21 17,72
Kota Padang
16 5,6 6,38 -0,78 0,78 0,61
Panjang
17 Kota Bukittinggi 4,6 6,38 -1,78 1,78 3,17
18 Kota Payakumbuh 5,68 6,38 -0,7 0,7 0,49
19 Kota Pariaman 4,76 6,38 -1,62 1,62 2,62
JUMLAH 114,27
2
∑(𝑥𝑖 − 𝑋̅)2 114,27
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = 𝑠 = = = 6,35
𝑛−1 19 − 1
𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖 = 𝑠 = √6,35 = 2,52
23
4.2 Uji Hipotesis
4.2.1 Persentase Rumah Tangga Menurut Fasilitas Tempat Buang Air Besar Sendiri.
→Uji Hipotesis Dua Sample Mean (Satu Arah/One-Tailed)
1) Step 1
• µ1 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
µ2 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Sumatera Barat tahun 2019
• H0 : µ2 ≥ µ1
H1 : µ2 < µ1
• 𝑠1 = 7,36
𝑠2 = 11,57
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 83,41
𝑋̅2 = 75,81
2) Step 2
• Level of Significance = 5% = 0,05
• Z table = 1,65
3) Step 3
H0 ditolak apabila z hitung > 1,65
4) Step 4
𝑥̅1 − 𝑥̅2 83,41 − 75,81 7,6
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 2,53
𝑠1 2 𝑠2 2 2 2 3,01
√ √(7,36) + (11,57)
𝑛1 + 𝑛2 27 19
5) Step 5
• 2,53 > 1,65 (Reject 𝐇𝟎 , Accept 𝐇𝟏 )
• Maka, dalam tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase rumah tangga yang memiliki fasilitas tempat buang air besar
24
sendiri di kab/kota Provinsi Sumatera Barat Tahun 2019 lebih kecil/sedikit
dari persentase di kab/kota Provinsi Jawa Barat Tahun 2019.
→Uji Hipotesis Dua Sample Mean (Dua Arah/Two-Tailed)
1) Step 1
• µ1 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
• µ2 = Persentase rumah tangga menurut fasilitas tempat buang air besar
sendiri di Provinsi Jawa Barat tahun 2019
• H0 : µ2 = µ1
H1 : µ2 ≠ µ1
• 𝑠1 = 7,36
𝑠2 = 11,57
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 83,41
𝑋̅2 = 75,81
2) Step 2
• Level of Significance = 5% = 0,05
• Z table = ±1,96
3) Step 3
H0 ditolak apabila -z hitung < -1,96 atau +z hitung > 1,96
4) Step 4
𝑥̅1 − 𝑥̅2 83,41 − 75,81 7,6
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 2,53
2
𝑠1 𝑠2 2 2 2 3,01
√ + √(7,36) + (11,57)
𝑛1 𝑛2 27 19
5) Step 5
• 2,53 > 1,96 (Reject H0, Accept H1)
• Maka, dalam tingkat kepercayaan 95% dapat disimpulkan bahwa terdapat
perbedaan antara persentase rumah tangga yang memiliki fasilitas tempat
buang air besar sendiri di kab/kota Provinsi Sumatera Barat Tahun 2019
dengan persentase di kab/kota Provinsi Jawa Barat Tahun 2019.
25
z-Test: Two Sample for Means
Jawa Barat Sumatera Barat
Mean 83,41148148 75,80842105
Known Variance 54,16545926 133,9174251
Observations 27 19
Hypothesized Mean Difference 0
z 2,526726741
P(Z<=z) one-tail 0,005756552
z Critical one-tail 1,644853627
P(Z<=z) two-tail 0,011513104
z Critical two-tail 1,959963985
Tabel 7 Uji Hipotesis Persentase Rumah Tangga Menurut Fasilitas
Tempat Buang Air Besar Sendiri Menggunakan Excel
26
3) Step 3
H0 ditolak apabila z hitung > 1,65
4) Step 4
𝑥̅1 − 𝑥̅2 7,41 − 6,38
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,35
2 2
𝑆2 𝑆22 √(2,54) + (2,52)
√ 1
𝑛1 + 𝑛2 27 19
5) Step 5
• 1,35 < 1,65 (Accept 𝐇𝟎 , Reject 𝐇𝟏 )
• Sehingga, dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase penduduk miskin di kab/kota Provinsi Sumatera Barat lebih kecil
atau sama dengan presentase penduduk miskin di kab/kota Provinsi Jawa
Barat.
→Uji Hipotesis Dua Sample Mean (Dua Arah/Two-Tailed)
1) Step 1
• 𝜇 1 : Persentase penduduk miskin di Provinsi Jawa Barat tahun 2019
𝜇 2 : Persentase penduduk miskin di Provinsi Sumatera Barat tahun 2019
• H0 : 𝜇 1 = 𝜇 2
H1 : 𝜇 1 ≠ 𝜇 2
• 𝑠1 = 2,54
𝑠2 = 2,52
• 𝑛1 = 27
𝑛2 = 19
• 𝑋̅1 = 7,41
𝑋̅2 = 6,38
2) Step 2
• Significance level = 5% = 0,05
• Z table = ±1,96
3) Step 3
H0 ditolak apabila -z hitung < -1,96 atau +z hitung > 1,96
27
4) Step 4
𝑥̅1 − 𝑥̅2 7,41 − 6,38
𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,35
2 2
𝑆12 𝑆22 √(2,54) + (2,52)
√
𝑛1 + 𝑛2 27 19
5) Step 5
• -1,96 < 1,35 < 1,96 (Accept H0, Reject 𝐇𝟏 )
• Sehingga, dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
persentase penduduk miskin Provinsi Jawa Barat sama dengan persentase
penduduk miskin Provinsi Sumatera Barat.
4.3.1 Analisis Korelasi antara Persentase Fasilitas Tempat Buang Air Besar Sendiri dengan
Persentase Kemiskinan di Kabupaten/kota Provinsi Jawa Barat Tahun 2019.
1) Step 1
Identifikasi Variabel Independent dan Dependent.
28
2. Variabel Dependent (Y) : Persentase penduduk miskin menurut
kabupaten/kota di Jawa Barat tahun 2019
2) Step 2
Mencari koefisien korelasi
Kab/Kota di
Fasilitas Kemiskinan
Provinsi 𝑿𝒀 𝑿𝟐 𝒀𝟐
TBAS (X) (Y)
Jawa Barat
Bandung 81,16 5,94 482,09 6586,95 35,28
Bandung
85,68 9,38 803,68 7341,06 87,98
Barat
Bekasi 89,81 4,01 360,14 8065,84 16,08
Bogor 80,68 6,66 537,33 6509,26 44,36
Ciamis 81,81 6,65 544,04 6692,88 44,22
Cianjur 70,04 9,15 640,86 4905,60 83,72
Cirebon 75,01 9,94 745,60 5626,5 98,80
Garut 73,3 8,98 658,23 5372,89 80,64
Indramayu 76,84 11,11 853,69 5904,39 123,43
Karawang 80,35 7,39 593,79 6456,12 54,61
Kota
75,18 3,38 254,11 5652,03 11,42
Bandung
Kota Banjar 91,28 5,5 502,04 8332,04 30,25
Kota Bekasi 96,9 3,81 369,19 9389,61 14,52
Kota Bogor 88,74 5,77 512,03 7874,79 33,29
Kota Cimahi 80,08 4,39 351,55 6412,81 19,27
Kota
83,78 8,41 704,59 7019,09 70,73
Cirebon
Kota Depok 96,9 2,07 200,58 9389,61 4,2849
Kota
89,89 6,67 599,57 8080,21 44,49
Sukabumi
29
Kota
86,14 11,6 999,22 7420,10 134,56
Tasikmalaya
Kuningan 88,91 11,41 1014,46 7904,99 130,19
Majalengka 86,08 10,06 865,97 7409,77 101,20
Pangandara
82,3 7,71 634,53 6773,29 59,44
n
Purwakarta 89,9 7,48 672,45 8082,01 55,95
Subang 86,04 8,12 698,65 7402,88 65,93
Sukabumi 75,49 6,22 469,55 5698,74 38,69
Sumedang 89,54 9,05 810,34 8017,41 81,90
Tasikmalaya 70,28 9,12 640,95 4939,28 83,17
JUMLAH 2252,11 199,98 16519 189260 1648,44
JUMLAH
5071999,5 39992
KUADRAT
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]
27(16519) − (2252,11)(199,98)
𝑟= = −0,331
√[27(189269) − (5071999,5)][27(1648,44) − (39992)]
TBAS Kemiskinan
TBAS 1
Kemiskinan -0,33114625 1
30
Weak Negative Correlation
120
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
3) Step 3
Menarik Kesimpulan
Ditinjau dari analisis perhitungan dan grafik di atas, maka dapat diperoleh
koefisien korelasi (r) antara fasilitas TBAS (X) dan kemiskinan (Y) di Jawa Barat
adalah -0,331 dengan korelasi berlawanan dan berhubungan lemah (Weak Negative
Correlation).
4.3.2 Analisis Korelasi antara Persentase Fasilitas Tempat Buang Air Besar Sendiri dengan
Persentase Kemiskinan di Kabupaten/kota Provinsi Sumatera Barat Tahun 2019.
1) Step 1
Identifikasi Variabel Independent dan Dependent.
31
Kab/Kota di
Fasilitas Kemiskinan
Provinsi 𝑿𝒀 𝑿𝟐 𝒀𝟐
TBAS (X) (Y)
Sumatera Barat
Agam 84,58 6,75 570,92 7153,77 45,56
Bukittinggi 82,15 4,6 377,89 6748,62 21,16
Dharmasraya 87,03 6,29 547,42 7574,22 39,56
Kab. Solok 62,16 7,98 496,04 3863,87 63,68
Kep. Mentawai 56,01 14,43 808,22 3137,12 208,23
Kota Solok 87,31 3,24 282,88 7623,04 10,50
Lima Puluh
66,38 6,97 462,67 4406,30 48,58
Kota
Padang 83,02 4,48 371,93 6892,32 20,07
Padang
85,71 5,6 479,98 7346,20 31,36
Panjang
Padang
73,76 7,1 523,70 5440,54 50,41
Pariaman
Pariaman 89,38 4,76 425,45 7988,78 22,66
Pasaman 58,29 7,21 420,27 3397,72 51,98
Pasaman Barat 64,47 7,14 460,32 4156,38 50,98
Payakumbuh 90,3 5,68 512,90 8154,09 32,26
Pesisir Selatan 74,77 7,88 589,19 5590,55 62,09
Sawahlunto 86,26 2,17 187,18 7440,79 4,71
Sijunjung 69,71 7,04 490,76 4859,48 49,56
Solok Selatan 60,65 7,33 444,57 3678,42 53,73
Tanah Datar 78,42 4,66 365,44 6149,70 21,72
JUMLAH 1440,36 121,31 8817,71 111602 888,804
JUMLAH
2074636,9 14716,12
KUADRAT
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√[𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 ][𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2 ]
32
19(8817,71) − (1440,36)(121,31)
𝑟= = −0,721
√[19(111602) − (2074636,9)][19(888,804) − (14716,12)]
TBAS Kemiskinan
TBAS 1
Kemiskinan -0,721376 1
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
3) Step 3
Menarik Kesimpulan
Ditinjau dari analisis perhitungan dan grafik di atas, maka dapat diperoleh
koefisien korelasi (r) antara fasilitas TBAS (X) dan kemiskinan (Y) di Sumatera
Barat adalah -0,721 dengan korelasi berlawanan dan berhubungan kuat (Moderately
Strong Negative Correlation).
33
BAB V
PENUTUP
5.1 Kesimpulan
Pengujian Hipotesis dan Korelasi pada objek Fasilitas Kepemilikkan Tempat Buang Air Besar
Sendiri dengan Penduduk Miskin di Provinsi Jawa Barat dan Sumatera Barat pada Tahun 2019,
memberikan beberapa kesimpulan yaitu sebagai berikut :
• Dari pengujian Hipotesis yang dilakukan pada persentase fasilitas rumah tangga tempat BAB di
Jawa Barat dengan Sumatera Barat mendapatkan hasil bahwa H0 ditolak dan H1 diterima, maka
dapat ditarik kesimpulan bahwa persentase fasilitas rumah tangga yang memiliki tempat BAB
sendiri di Kab/Kota Sumatera Barat lebih kecil/sedikit dari persentase di Kab/Kota Provinsi Jawa
Berat.
• H0 : µ2 ≥ µ1
H1 : µ2 < µ1
• Dari pengujian Hipotesis yang dilakukan pada persentase penduduk miskin di Jawa Barat
dengan Sumatera Barat mendapatkan hasil bahwa H0 ditolak dan H1 diterima, maka
dapat ditarik kesimpulan bahwa persentase penduduk miskin di Kab/Kota Provinsi Jawa
Barat lebih besar dari persentase penduduk miskin di Kab/Kota Provinsi Sumatera Barat.
• H0 : 𝜇1 ≤ 𝜇2
H1 : 𝜇 1 > 𝜇2
• Dari pengujian Korelasi yang dilakukan pada persentase fasilitas rumah tangga tempat
BAB sendiri dengan persentase penduduk miskin di Sumatera Barat, mendapatkan hasil
korelasi (r) sebesar -0,721 yaitu termasuk dalam korelasi yang berlawanan dan
berhubungan kuat (Moderately Strong Negative Correlation).
• Dari pengujian Korelasi yang dilakukan pada persentase fasilitas rumah tangga tempat
BAB sendiri dengan persentase penduduk miskin di Jawa Barat, mendapatkan hasil
korelasi (r) sebesar -0,331 yaitu termasuk dalam korelasi yang berlawanan dan
berhubungan lemah (Weak Negative Correlation).
Kesimpulan secara keseluruhan dari pengujian yang telah dilakukan yaitu, di antara
Kab/Kota di Provinsi Jawa Barat dengan Kab/Kota di Provinsi Sumatera Barat terdapat
34
perbedaan angka kemiskinan dan angka kepemilikkan fasilitas tempat BAB sendiri. Dimana
Provinsi Jawa Barat angka kemiskinannya lebih besar, dan Sumatera Barat angka
kepemilikkan fasilitas tempat BAB nya sendiri lebih kecil. Perbedaan angka ini terjadi karena
potensi daerah yang berbeda dan juga dipengaruhi jumlah penduduk Kab/Kota yang ada
dalam provinsi masing-masing. Juga terdapat kesimpulan bahwa angka kemiskinan berkaitan
dengan kepemilikkan fasilitas rumah tangga tempat BAB sendiri di suatu daerah, seperti yang
telah dilakukan dalam pengujian ini.
5.2 Rekomendasi
Dari pengujian yang telah dilakukan dengan hasil dan kesimpulannya, terdapat
rekomendasi yang dapat dilakukan yaitu, untuk Kab/Kota di Jawa Barat perlu melakukan
perombakan perencanan tata system ekonomi di daerahnya, karena angka kemiskinannya
yang terbilang besar/tinggi. Namun tidak hanya di Jawa Barat di provinsi-provinsi seluruh
Indonesia angka kemiskinan memang perlu diperbaiki. Rekomendasi kebijakan yang dapat
dilakukan untuk menangani angka kemiskinan dari analasis data ini adalah dengan
pembangunan infrastruktur mulai yang paling dasar hingga yang kompleks, karena
pembangunan ini dapat mengurangi tingkat pengangguran sehingga masyarakat dapat
meningkatkan ekonomi rumah tangganya. Selain itu juga setiap penduduk sangat disarankan
untuk memiliki fasilatas tempat BAB sendiri di rumahnya, dan pemerintah memberikan
infrastruktur yang memadai seperti kesediaan air bersih untuk kepentingan kesehatan
masyarakat. Kesehatan masyarakat sangat mempengaruhi ekonomi mereka, karena perlu
biaya untuk berobat atau rawat jalan dan mengurangi intensitas kerjanya. Hal ini dapat
mempengaruhi angka kemiskinan di Indonesia.
35
DAFTAR PUSTAKA
Arikunto, S. (2005). Prosedur Penelitian: Suatu Pendekatan Penelitian, Jakarta: Rineka Cipta, hal.
12
Bungin B., (2005). Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi, dan Kebijakan
Publik Serta Ilmu-Ilmu Sosial Lainnya, Jakarta: Kencana, hal. 48-49
36